您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览0 | 下载0

影像组学(radiomics)借助计算机软件高通量地从医学影像数据中挖掘大量的定量信息,筛选最有价值的影像组学特征来解析临床信息,指导疾病的诊疗,在肿瘤的诊断和鉴别诊断、分期分级、基因表型预测、治疗方案决策、疗效评估及预后预测等方面均显示出巨大价值.本文从影像组学概述、在肺癌中的应用研究进展、挑战及展望三方面进行论述,旨在提高对肺癌影像组学的认识.

作者:胡玉川;张欣;崔光彬

来源:放射学实践 2017 年 32卷 12期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:0 | 下载:0
作者:
胡玉川;张欣;崔光彬
来源:
放射学实践 2017 年 32卷 12期
标签:
肺癌 影像组学 影像学特征 纹理分析 预测模型
影像组学(radiomics)借助计算机软件高通量地从医学影像数据中挖掘大量的定量信息,筛选最有价值的影像组学特征来解析临床信息,指导疾病的诊疗,在肿瘤的诊断和鉴别诊断、分期分级、基因表型预测、治疗方案决策、疗效评估及预后预测等方面均显示出巨大价值.本文从影像组学概述、在肺癌中的应用研究进展、挑战及展望三方面进行论述,旨在提高对肺癌影像组学的认识.